Нейросетевое управление травлением несистемных дефектов стального проката

Abstract

У статті запропоновано радіально-базисну нейронну мережу для ідентифікації випадкових дефектів смуги прокату за компонентами яскравостi Y та геометричними координатами (x, y), що підлягають травленню. Необхідний тиск Р подачі травильного розчину крiзь n-ю форсунку досягається подачею керуючої напруги U певної тривалості Δt і полярності А (ΔY) на електропривод шпiнделя форсунки.

The article suggests a radial-basis neural network to identify random defect band rolled on luminance component Y and geometric coordinates (x, y) to be picled. Required feed pressure P picling solution through the n-th nozzle is achieved by a control voltage U a certain duration Δt and polarity A (ΔY) on the motor of nozzle’s spindle.